Edge TTS Worker: implantação de APIs de síntese de fala da Microsoft usando Cloudflare, formato compatível com OpenAI e interface da Web empacotada

Introdução geral

Edge TTS Worker (dependências) borda-tts O Edge TTS Worker é um serviço de proxy implantado no Cloudflare Worker, que encapsula o serviço Microsoft Edge TTS em uma interface de API compatível com o formato OpenAI. Com esse projeto, os usuários podem usar facilmente o serviço de síntese de fala de alta qualidade da Microsoft sem a certificação da Microsoft. O Edge TTS Worker oferece suporte a vários idiomas, incluindo chinês, inglês, japonês, coreano etc., e é totalmente gratuito, com base no Cloudflare Worker Free Plan. O serviço também suporta chaves de API personalizadas para garantir a segurança e o controle, e pode ser implantado rapidamente, em minutos.

Um projeto para empacotar uma interface simples para a API

Lista de funções

• Fornece formatos de interface compatíveis com o OpenAI
• Ignorar as restrições de acesso ao continente e eliminar a etapa de autenticação do serviço Microsoft
• Suporte a vários idiomas, incluindo chinês, inglês, japonês, coreano, etc.
• Totalmente gratuito, com base no Cloudflare Worker Free Plan
• Suporte para chaves de API personalizadas para garantir a segurança e o controle
• Implementação rápida, pronta em minutos
• Fornecer scripts de teste para testar diferentes efeitos de voz

Usando a Ajuda

Processo de instalação

1. Criação de um trabalhador
   • Faça login no painel de controle da Cloudflare
   • Vá para Workers & Pages e clique em Create Worker.
   • Dê um nome ao trabalhador (por exemplo, edge-tts)
2. Código de implantação
   • Remover o código padrão do editor
   • fazer uma cópia de worker.js e cole o código no campo
   • Clique em Salvar e implementar
3. Configuração da chave de API (opcional)
   • Localize Settings -> Variables (Configurações -> Variáveis) na página de configurações do Worker.
   • Clique em Add variable (Adicionar variável), preencha API_KEY com o nome e o valor da chave que você deseja.
   • Clique em Salvar e implementar
4. Configurar um nome de domínio personalizado (opcional)
   • Pré-requisitos: seu domínio já está hospedado na Cloudflare e os registros de DNS para o domínio foram submetidos a proxy por meio da Cloudflare (o status do proxy é nuvem laranja)
   • Etapas de configuração:
     • Clique na guia Configurações na página de detalhes do trabalhador.
     • Localize a seção Domain and Routing (Domínio e roteamento) e clique no botão Add (Adicionar).
     • Selecione Custom Domain (Domínio personalizado) e digite o nome de domínio que deseja usar (por exemplo, tts.example.com)
     • Clique em Add Domain (Adicionar domínio) e aguarde a conclusão da implementação do certificado (geralmente em alguns minutos)

Uso

1. TTY (interface de conversão de texto em fala)
   • Exemplo de discurso em chinês:

    curl -X POST https://你的worker地址/v1/audio/speech \\
   -H "Content-Type: application/json" \\\
   -H "Authorization: Bearer your-api-key" \\
   -d '{
   "model": "tts-1", "input": "Hello".
   "input": "Hello, world!" ,
   "voice": "zh-CN-XiaoxiaoNeural",
   
   "speed": 1,0, "response_format".
   "campo": 1.0,
   "style": "general"
   }' --output chinese.mp3
   

   • Exemplo de discurso em inglês:

    curl -X POST https://你的worker地址/v1/audio/speech \\
   -H "Content-Type: application/json" \\\
   -H "Authorization: Bearer your-api-key" \\
   -d '{
   "model": "tts-1", "input": "Hello World".
   "input": "Hello, World!", "voice": "en-US".
   "voice": "en-US-JennyNeural",
   
   
   "pitch": 1,0, "style": "general".
   "style": "general"
   }' --output english.mp3
   

2. Uso do script de teste
   • Download do script de teste test_voices.sh
   • Adicione permissões de execução ao script: bash
chmod +x test_voices.sh

   • Execute o script: bash
. /test_voices.sh [chave da API].

   • Exemplo: bash
# Usar chave de API
. /test_voices.sh https://your-worker.workers.dev your-api-key
# não usa uma chave de API
. /test_voices.sh https://your-worker.workers.dev

   • O script gera arquivos de áudio de teste para cada voz suportada, que você pode reproduzir para selecionar a voz mais adequada.

Descrição do parâmetro da API

• modelo (string): nome do modelo (valor fixo), por exemplo tts-1
• entrada (string): o texto a ser convertido, por exemplo "Olá, mundo!"
• voz (string): nome da voz, por exemplo zh-CN-XiaoxiaoNeural
• formato_de_resposta (string, opcional): formato de saída, o valor padrão é mp3
• velocidade (número, opcional): taxa de fala (0,5-2,0), padrão 1.0
• campo (número, opcional): tom (0,5-2,0), o padrão é 1.0
• estilo (string, opcional): emoção, o padrão é geral

Lista de vozes compatíveis

Certifique-se de usar o texto do idioma correspondente à voz, por exemplo, a voz em chinês deve ser usada com o texto em chinês. Veja a seguir exemplos de vozes comumente usadas:

• zh-CN-XiaoxiaoNeuralXiaoxiao - Caloroso e animado
• zh-CN-XiaoyiNeuralXiaoyi - Calor e gentileza
• zh-CN-YunxiNeuralYumshi - voz masculina, estável
• zh-CN-YunyangNeuralYun Yang - voz masculina, profissional
• zh-CN-XiaohanNeural: Xiaohan - Natural Flow
• zh-CN-XiaomengNeuralXiaomeng - Doce e vibrante
• zh-CN-XiaochenNeuralXiaochen - Gentil e fácil
• Espere...